슈퍼브에이아이, LH 하자 민원 사진 자동 분류 시스템 구축

비전 AI 기업 슈퍼브에이아이가 한국토지주택공사(LH)에 하자 자동 분류 시스템을 구축했습니다. LH 임대아파트 입주민이 벽의 금이나 천장에서 새는 물을 촬영해 올리면, AI가 사진 한 장을 보고 어느 공간, 어떤 자재에서 무슨 하자가 났는지를 1초 안에 분류합니다. 슈퍼브에이아이는 1차 구축 사업을 마치고 2차 고도화 사업을 진행하고 있습니다.

1만8,000가지 넘는 분류 기준

LH에는 매달 30만 장가량, 한 해 400만 장 규모의 하자 민원 사진이 들어옵니다. 그동안은 상담원이 문자와 전화 상담으로 하나하나 분류했습니다. 분류 기준은 공간, 부위·자재, 하자 유형, 공종, 공사 유형의 다섯 가지이며, 이를 조합하면 1만8,000가지가 넘습니다. 상담원마다 경력이 달라 같은 하자도 다르게 분류하거나 잘못 분류하는 일이 생길 수 있었습니다.

슈퍼브에이아이는 이 과정을 이미지와 언어를 함께 이해하는 VLM(시각언어모델) 하나로 처리하도록 만들었습니다. 보통은 하자 위치를 찾는 모델과 종류를 가려내는 모델을 따로 두지만, 이 시스템은 모델 하나가 사진 한 장에서 다섯 기준을 동시에 분류합니다. 구조가 단순해 유지보수 부담도 줄었습니다. 민원은 24시간 즉시 처리되며, 결과는 판단 이유와 함께 문장으로 제공됩니다.

정확도 목표와 데이터 활용

균열, 누수, 파손, 곰팡이, 오염 같은 대표적인 하자는 물론 사진만으로 원인을 특정하기 어려운 경우도 학습한 패턴으로 추론합니다. 시스템은 검출 정확도 90% 이상, 오탐·미탐 비율 10% 이하를 목표로 설계됐으며, 회사는 주기적인 모니터링과 검증으로 이 기준을 유지하고 있다고 설명했습니다.

상담 인력은 단순 접수·분류 대신 판단이 필요한 민원에 집중할 수 있게 됐습니다. 하자 데이터가 일정한 형식으로 쌓이면서 단지별, 자재별, 준공 연차별 빈발 하자 분석도 가능해졌습니다. 이를 바탕으로 같은 하자가 반복되는 곳을 미리 점검하고, 낡은 시설의 교체·보수 시기를 데이터로 정하는 장기수선계획을 세울 수 있습니다.

김현수 슈퍼브에이아이 대표는 “복잡한 분류 체계와 대량의 비정형 데이터라는 두 가지 과제를 VLM 단일 모델로 풀어낸 사례”라며 시설물 점검, 민원 이미지 분석 등 공공 서비스 전반에 적용할 수 있다고 밝혔습니다.